1963
Сборник наиболее интересных Python материалов. https://pythondigest.ru/ Сделать донат - https://boosty.to/pydigest Блог автора - @whydaily Рекомендуем хостинг https://firstvds.ru/?from=421453
Создаем композитные виджеты в Qt из уже имеющихся ⦁ Python + PySide2
https://habr.com/ru/post/721080/
Фреймворк Qt предоставляет разработчикам много готовых визуальных элементов (виджетов) для ввода - вывода данных, но не всегда они могут отвечать нашим требованиям, решить данный вопрос может прием композиции, который заключается в создании собственного виджета из тех, что уже встроены в фреймворк. Данный подход позволяет использовать виджет повторно, упростить разработку и тестирование кода за счет того, что связь с внешней программой будет осуществляться посредством простого интерфейса...
theine - High Performance in-Memory Cache
https://github.com/Yiling-J/theine
Прости нас, Джон Коннор, или Как мы научили нейросеть точечно распознавать звуки выстрелов
https://habr.com/ru/post/720798/
Что такое hit factor? На соревнованиях по практической стрельбе спортсмены быстро перемещаются, меняют магазин и стреляют по разным, в том числе и подвижным мишеням. Hit factor — это результат соревнования, то есть количество набранных очков, деленное на время прохождения.
GLIGEN - Open-Set Grounded Text-to-Image Generation
http://github.com/gligen/GLIGEN
pylint - 2.17.0
https://pypi.org/project/pylint/2.17.0/
Статический анализатор Python-кода.Скачать можно по ссылке: http://pypi.python.org/pypi/pylint/
Парсинг данных через api vk и google sheets api на python
https://habr.com/ru/post/720862/
Появилась потребность собирать статистику постов из группы в контакте и затем проанализировать реакции подписчиков на конкретные посты. Если переформулировать на выходе стоит задача с заданной периодичностью снимать показания статистики постов в вк и сохранять их.Я не профессиональный программист и не претендую, поэтому решил сделать все довольно просто.
Тайны мозга. Анализируем данные MRI с помощью FreeSurfer и Python
https://habr.com/ru/post/720848/
Визуализация мозга это революционное направление в неврологии, оно позволяет исследователям получать беспрецедентное представление о структуре и функциях человеческого мозга. Одной из областей, где визуализация показала особые перспективы, является выявление паттернов мозговой активности, связанных с различными предрасположенностями, такими как черты личности, когнитивные способности и психические расстройства. В этой статье мы рассмотрим, как эту технологию можно использовать для выявления предрасположенностей человека, и какие открытия были сделаны в этой области, увидим как, используя данные MRI получить сведения о базовых структурах мозга на примере его коры.
Книга «Внутри CPYTHON: гид по интерпретатору Python»
https://habr.com/ru/post/720724/
CPython, самая популярная реализация Python, абстрагируется от сложностей ОС и предоставляет платформу для создания масштабируемых и высокопроизводительных приложений. Каждому python-разработчику на какой-то стадии необходимо будет узнать, как работает CPython. Это позволит в полной мере использовать его мощь и оптимизировать приложения. Вы разберетесь с основными концепциями внутреннего устройства CPython и научитесь: читать исходный код интерпретатора CPython и свободно ориентироваться в нем; вносить изменения в синтаксис Python и компилировать их в вашу собственную версию CPython; понимать внутреннюю реализацию таких структур, как списки, словари и генераторы; управлять памятью CPython; масштабировать код Python за счет параллелизма и конкурентного выполнения; дополнять базовые типы новой функциональностью; выполнять наборы тестов; профилировать и проводить бенчмарк Python-кода и исполнительной среды; отлаживать код C и Python на профессиональном уровне; изменять или обновлять компоненты библиотеки CPython, чтобы они могли использоваться в будущих версиях.
Отслеживаем изменения в doc и docx при помощи Python
https://habr.com/ru/post/720600/
У нас появилась необходимость отслеживать изменения в doc и docx файлах с фиксацией имени пользователя, который внес эти изменения. Сами файлы находятся в расшаренной папке (да, да, общие папки это зло, но убедить у меня не получилось) и необходимо знать кто внес изменения. Подробнее под катом.
Не пытайтесь измерить использование памяти в Pandas
https://habr.com/ru/post/720530/
Представьте: у вас есть файл с данными, которые вы хотите обработать в Pandas. Хочется быть уверенным, что память не закончится. Как оценить использование памяти с учетом размера файла? Все эти оценки могут как занижать, так и завышать использование памяти. На самом деле оценивать использование памяти просто не стоит.
От широких датафреймов в Pandas к длинным и обратно
pythontalk/pivot_mellt_pandas" rel="nofollow">https://teletype.in/@pythontalk/pivot_mellt_pandas
Изменение размерности датафреймов Pandas — одна из наиболее типовых задач при обработке данных в аналитике. Датафрейм можно переводить и из длинного формата в широкий, и из широкого в длинный. А чем же они отличаются друг от друга?
Chaos Engineering, применение на практике
https://habr.com/ru/post/720424/
В современном мире, где ПО является фундаментальной частью нашей жизни, надежность и отказоустойчивость систем приобрела первостепенное значение. Chaos Engineering - это дисциплина, направленная на тестирование и повышение отказоустойчивости сложных распределенных систем путем проведения контролируемых экспериментов, имитирующих реальные сценарии отказов. Такой подход помогает выявить и устранить потенциальные проблемы до того, как они появились и могли бы привести к значительным сбоям, сократить время простоя и повысить общую доступность систем. В этой статье мы рассмотрим Chaos Engineering и преимущества этого подхода, известные интеграции, результаты, а также приведем примеры кода, чтобы показать, как использовать данную технологию на практике.
SQLAlchemy - 2.0.5.post1
https://pypi.org/project/sqlalchemy/2.0.5.post1/
Библиотека работы с базами данных.Скачать можно по ссылке: http://pypi.python.org/pypi/SQLAlchemy/
The Real Python Podcast – Episode #147: Django Deployment Strategies & Preparing for PyCascades 2023
https://realpython.com/podcasts/rpp/147/
Как без денег и знаний в AI повторил Copilot'а
https://habr.com/ru/post/720228/
Создаём своего Copilot'а без знаний в AI и денег.
Как разработать канбан-доску на Django, DRF и Alpine.js
https://habr.com/ru/post/721022/
Для структурирования и мониторинга рабочих процессов используют канбан-доски — например, Jira и Trello. Они особенно полезны, когда задачи состоят из множества этапов — согласования, выполнения, ревью и продакшена.
Python 3.11 Is Faster, but Pyston & PyPy Still Show Advantages
https://www.phoronix.com/review/python311-pyston-pypy
There are many speed improvements in CPython 3.11, but that doesn’t mean the Python alternatives don’t still have some advantages. Pyston and PyPy are still better in some cases.
Как избежать проблем при запуске MVP
https://habr.com/ru/post/720896/
За последние 2 года мне повезло запускать сразу 2 крупных MVP‑проекта: классифайд автомобилей для Казахстана и проект в сфере телемедицины. За это время у меня и моей команды накопилось много опыта по запуску подобных проектов, и им хотелось бы поделиться. В этой статье рассказываю, как не допускать ошибок на этапе MVP и какие практики полезно внедрять сразу. Читать далее
Создайте свой первый проект и получите индивидуальный план развития в профессии Python разработчик
Команда «Девмана» приглашает вас на пробную неделю, где каждый сможет попробовать себя в роли Python разработчика уже 13 марта.
На пробной неделе вы:
✔️ Начнете писать код с первого занятия;
✔️ Напишите до 2 собственных небольших проектов на Python: сервис, который показывает погоду, сервис по сокращению ссылок или сайт с афишей мероприятий;
✔️ Составите индивидуальный план развития вместе с ментором и узнаете, какие скиллы необходимо подтянуть.
Чтобы принять участие переходите в бот → http://bit.ly/3ZAzOOw
Реклама ООО «Девман» 2VtzqvLckMj
Why Python keeps growing, explained [github.blog]
https://github.blog/2023-03-02-why-python-keeps-growing-explained/
pyparsing - 3.1.0a1
https://pypi.org/project/pyparsing/3.1.0a1/
Python модуль для синтаксического анализа.Скачать можно по ссылке: http://pypi.python.org/pypi/pyparsing/
Эргономичный мониторинг на практике
https://habr.com/ru/post/719938/
Мониторинг проекта — это комплексная задача. В неё входит не только передача метрик, но и сбор логов, трейсов, health-чеки, правила для алертов и система их доставки до ответственных разработчиков.Важно, чтобы мониторинг развивался планомерно в процессе разработки бизнес-логики. В этой статье я расскажу о том, как подойти к реализации мониторинга со стороны разработки так, чтобы он был полезен и удобен в использовании.
Особенности автоматического дифференцирования в PyTorch. Часть 2
https://habr.com/ru/post/720676/
Это вторая часть статьи‑перевода (https://openreview.net/pdf?id=BJJsrmfCZ)от команды разработчиков PyTorch (Адама Пашке, Сэма Гросса и их единомышленников). В первой части (https://habr.com/ru/company/barsgroup/blog/719196/) авторы разобрали принципиальные отличия PyTorch от DyNet и других фреймворков и библиотек автоматического дифференцирования, а также особенности его интерфейса (флаги переменных, хуки, расширения). Сегодня — информация о реализации данного фреймворка в таких аспектах как управление памятью (оперативная очистка промежуточных значений, когда они становятся ненужными), выполнение операций над тензором и способ их аннулирования.
SimpleUI фреймворк для быстрого создания бизнес приложений на Android
https://habr.com/ru/post/720610/
SimpleUI для Android — это бесплатный full‑app фреймворк для упрощенного создания широкого спектра бизнес‑приложений (клиентских приложений для ERP,WMS и других корпоративных систем, а также самостоятельных приложений). За счет особой архитектуры и принципов проектирования значительно сокращается время разработки, распространение и администрирование, поддержка.
pylint - 2.16.4
https://pypi.org/project/pylint/2.16.4/
Статический анализатор Python-кода.Скачать можно по ссылке: http://pypi.python.org/pypi/pylint/
Основы PyCharm
https://habr.com/ru/post/720480/
Сегодня я расскажу новичкам про полезные и удобные функции PyCharm. Эта статья предназначена для тех, кто уже знаком с PyCharm и написал свои первые программы. Затронем основной функционал пайчарма, который может упростить и ускорить вашу работу и узнаем, как запускать сервер и тесты Django в один клик. А ещё, я поделюсь подборкой полезных плагинов и горячих клавиш.
Talk Python to Me: #405: Testing in Radio Astronomy with Python and pytest
https://talkpython.fm/episodes/show/405/testing-in-radio-astronomy-with-python-and-pytest
Audio
SQLAlchemy - 2.0.5
https://pypi.org/project/sqlalchemy/2.0.5/
Библиотека работы с базами данных.Скачать можно по ссылке: http://pypi.python.org/pypi/SQLAlchemy/
#python #pydigest
IT-новости про Python перед вами.
Часть материалов из выпуска Python Дайджест:
- От широких датафреймов в Pandas к длинным и обратно
- Как я добавил C-Style for-цикл в Python
- Особенности автоматического дифференцирования в PyTorch. Часть 1
- Просим бота написать бота
- Алгоритмы быстрого умножения чисел: от столбика до Шенхаге-Штрассена
- pygwalker - превращаем Pandas в Tableau-Style UI
Заходите в гости - https://pythondigest.ru/issue/480/
Алгоритмы быстрого умножения чисел: от столбика до Шенхаге-Штрассена
https://habr.com/ru/post/719648/
При написании высокоуровневого кода мы редко задумываемся о том, как реализованы те или иные инструменты, которые мы используем. Ради этого и строится каскад абстракций: находясь на одном его уровне, мы можем уместить задачу в голове целиком и сконцентрироваться на её решении.
И уж конечно, никогда при написании a * b мы не задумываемся о том, как реализовано умножение чисел a и b в нашем языке. Какие вообще есть алгоритмы умножения? Это какая‑то нетривиальная задача?
В этой статье я разберу с нуля несколько основных алгоритмов быстрого умножения целых чисел вместе с математическими приёмами, делающими их возможными.